用matplotlib画散点图

Posted 2023-04-24

scatter(X,Y, s=75, c=T, alpha=.5)这行代码什么意思？from matplotlib.pyplot import *n = 2048X = np.random.normal(0,1,n)Y = np.random.normal(0,1,n)T = np.arctan2(Y,X)scatter(X,Y, s=75, c=T, alpha=.8)xlim(-1.5,1.5)ylim(-1.5,1.5)show()

参考技术A 首先，你想用什么软件来处理这组数据？ Origin？ Excel？ Matlab？还是别的什么？其次，你说的 “想用这些数据做一个散点图，拟合一条直线”，是把这些数据全部做到一张图上，对全部的数据拟合一条直线？ 还是分别做出每一组数据，然后对每一组数据分别拟合出一条直线？追问

用python 画的呀，没说要拟合直线，就是练习用python画图

matplotlib两种画散点图的方式

对于matplotlib.pyplot( as plt )

先输入主体数据部分：

import numpy as np
import matplotlib.pyplot as plt

X_train = np.array([[1,2,3],[2,3,4],[2,2,1],[3,2,2]])
X_test = np.array([[1,1,1],[2,1,1]])

y_train = np.array([1,1,-1,1])
y_test = np.array([1,-1])

我们先做二维图：（取前两维）

首先容易想到plt.plot, 但这个是默认生成折线图的：

plt.plot(X_train[:,0],X_train[:,1])
plt.show()

但如果我们对线条指定为o的话：

plt.plot(X_train[:,0],X_train[:,1],"ro")
plt.show()

令一种做散点图的方式就是，用scatter：

plt.scatter(X_train[:,0],X_train[:,1])
plt.show()

 

从上可以看到，除了我指定了的颜色外，其他均一致！

---------------------------------------------------------------------------------------------------------------------

对一个（两类的）二维数据画图展示：

>>> X_1, X_0 = X_train[y_train == 1], X_train[y_train == -1]
>>> plt.plot(X_1[:, 0], X_1[:, 1], "ro")
>>> plt.plot(X_0[:, 0], X_0[:, 1], "bo")
>>> plt.show()

通过颜色将其区分开了！

当然用scatter也可以：（但要注意要带color关键字不然会报错）

>>> plt.scatter(X_0[:, 0], X_0[:, 1], color="b")
>>> plt.scatter(X_1[:, 0], X_1[:, 1], color="r")
>>> plt.show()

 

可以看到效果一样。

-------------------------------------------------------------------------------------------------------------------------

画三维的散点图：

就不能直接用plot和scatter了：他们都是画2D的。

 而要首先声明一个画3D图的ax

>>> from mpl_toolkits.mplot3d import Axes3D
>>> ax = plt.subplot(111, projection=‘3d‘)  # 而且每次画完一个3D图都要这个声明
>>> ax.scatter(X_1[:, 0], X_1[:, 1],X_1[:,2], color="r")
<mpl_toolkits.mplot3d.art3d.Path3DCollection object at 0x000001E8F70B2A90>
>>> ax.scatter(X_0[:, 0], X_0[:, 1],X_0[:,2], color="b")
<mpl_toolkits.mplot3d.art3d.Path3DCollection object at 0x000001E8F70732B0>
>>> plt.show()